製造業界において、IoT、ビックデータ活用が当たり前になりつつある今、販売、生産、サプライチェーンなどのシステムのデータをはじめ、センサー、ログなど企業内のさまざまなデータソースから毎秒数百の情報が生成されています。
この生成された情報をどう自社の事業や経営に活用するのかが次の課題になります。

この情報の最良の利用方法は、収集した情報をビッグデータ分析ツールにより数値から人が判断できるグラフやレポートなどにビジュアライズすることです。ここでは、収集した製造に関するデータをどのように活用しているかを事例としてまとめました。

生産ライン全体の品質管理の重要性

生産ラインの一つの重要なステップが、品質管理です。品質テストには複数の検査工程があり、どの工程にも一貫した高い品質基準が必要です。そのため、品質テストは非常に厳密に行う必要があります。しかしながら、完璧性を求めるあまり検査工程が長くなることで、コストの増大や市場に出すまでの時間のロスといったマイナス面が生じます。

検査工程を可視化することでボトルネックを探す

ビックデータと分析ツールを利用することで、不要または重複している検査工程を見つけ出し、無駄な時間と不必要な費用を可視化することが可能です。例えばIntel社は、この方法を用いることで製造した各チップの検査工程数を削減することに成功しました。その結果、製造コストが300万ドル削減され、さらに製造時間も大幅に短縮されました。

生産ラインを止めない方法

IoTの出現は、多くの製造工場で生産ラインの改善に役立っています。正確に把握できる小型のセンサーを用いて、生産に関するさまざまな指標を2秒ごとに更新することで、工場内のあらゆる製造機器を手に取るように把握することが可能です。これにより、工場はフロア上のナットとボルトを今までよりはるかに明確に把握することができるようになりました。この新しいデータの最も有効的な利用方法は、突発的な故障や事前のメンテナンス時期を予想するなど機器の予防保全に活用することです。

製造工程の改善

製品に高度な精密さが求められる製造業界において、毎回正確な結果を保証するのは非常に難しい状況です。例えば製薬業界では、同じ製品工程でも、バッチ間で100％のばらつきが発生することがあり、その結果、合併症の発生に絡む法的制裁措置など企業において重大な危険信号となりえます。ビッグデータを活用することで、このような危険信号になる前に生産過程の不一致を生み出す工程を見つけだすことが可能となります。

ある大手製薬会社は、この情報を使用して生産活動をセグメント化することで、幅広い変動の具体的な原因をさらに掘り下げて、それを引き起こしていた要因を特定することができました。結果、同社の生産歩留まりは50％以上向上し、支出や諸経費の大幅な増加はありませんでした。そしてなにより重要なのが、その会社は生産過程で起きる不一致を大幅に削減することに成功したということです。

サプライチェーンマネジメントの最適化

製造ラインと同じように、サプライチェーンは製造業者にとっては極めて重要です。これが非効率となると、大きな損失をもたらす可能性があります。製造工程でビッグデータを使用している企業は、製品がどのように目的地に到達しているか、また工程のどの部分が無駄なのかを理解でき、結果コスト削減や配送の向上につながります。では、サプライチェーンのビックデータ分析はどこから始めればいいのでしょうか？まずは、倉庫の状況と出荷から目的地までの荷物の動きを追跡することから始めましょう。

このような分析を行っている企業は、工場から棚まで製品を安全に届けるための最も効果的な梱包方法や効率的な道筋がわかります。さらに、変化する配達ルートの状況を可視化することで、最短のルートに臨機応変に変更することができ、自社のリソースを有効に使うことができるようになります。

ビッグデータの活用はビジネスを変え、製造業に対し常に最新のイノベーションをもたらします。ビックデータとアナリティクスを利用することで、自社の経費を増やすことなく、コストを削減しながら、効率を向上し最高の品質を保証することができます。

 

この投稿に記載されているすべてのデータは情報提供のみを目的としており、正確ではありません。

本記事は、Sisense社の許諾のもと弊社独自で記事化しました。
https://www.sisense.com/blog/the-best-big-data-use-cases-for-manufacturing/

※ Sisense は、Sisense Inc の商標または登録商標です。
※ その他の会社名、製品名は各社の登録商標または商標です。
※ 記事の内容は記事公開時点での情報です。閲覧頂いた時点では異なる可能性がございます。